我让 Claude Design、NotebookLM 和 ChatGPT 设计同一个信息图表，只有一个做对了

Claude Design 问世后立即引起了轰动。街上流传的消息是，UI 设计师们已经开始将他们的 LinkedIn 职位改为“提示工程师”。我在开玩笑（大部分情况下）。

但是Claude Design确实令人印象深刻。大约在同一时间，OpenAI在ChatGPT中升级了已经处于前沿水平的图像生成技术，推出了ChatGPT Images 2。它能够更准确地遵循提示，并且似乎解决了AI图像的最大问题之一：文本。

与此同时，NotebookLM 已经在以文本为主的图像生成领域活跃了一段时间。它可以根据你的源材料生成幻灯片、信息图表和其他视觉摘要。

文本一直是图像模型的一个奇怪弱点。它们在图像中生成文本，这本身已经有点问题，因为文本是你应该去书写的东西。Claude Design 并不完全属于 ChatGPT Images 或 NotebookLM 的同一类别，但我仍然想对它进行测试。毕竟他们说它可以设计任何东西。

我想要一些视觉性的东西，但内容以文字为主。还有什么比信息图表更好的测试呢？

设置对决

我们想要一个很酷的信息图

测试很简单：为树莓派 4 型 B 设计一个信息图表。

这是一个很好的基准。蓝图风格的技术信息图充满了细节。有大量的文字、标签以及许多可能出现细微错误的地方。这使得它非常适合用来测试哪个工具能够正确编写文字，哪个工具能够将文字指向正确的形状，以及哪个工具实际上能够正确绘制这些形状。

Studio 中的 NotebookLM 信息图工具使用 Gemini 的图像生成。ChatGPT 使用 ChatGPT Images 2。这两者都是图像模型。

Claude Design 与众不同。它使用的是 Opus 4.7，这是一种文本模型，而不是图像模型。换句话说，Claude Design 实际上就是你可以聊天的 Opus 4.7，只不过它被赋予了工具并针对界面设计进行了微调。Claude Design 是代理；Opus 4.7 是模型。所以，Claude Design 并不是以通常的方式生成图像，而是用 HTML 和 CSS 构建所需的视觉效果。

无论如何，我还是想测试一下。也许Claude Design有一些隐藏的技巧。也许它可以生成或组合自己的资源，足够与之竞争。只有一种方法可以弄清楚。

在测试中，我给这三个工具提供了相同的源材料：树莓派 4 的 GPIO 图、包含 Pi 技术规格的文本文件，以及官方的树莓派产品简介 PDF。然后，我给它们所有人提供了完全相同的提示：

使用深海军蓝背景、白色和青色线条艺术以及淡淡网格覆盖，为树莓派 4 型 B 制作蓝图风格的信息图。包括简要介绍其是什么以及适用人群的内容、一块关键规格模块、带有标注组件的俯视板图、彩色编码的 40 针 GPIO 引脚图和应用案例部分。使用引导线标注、虚线分隔各部分，并全程使用等宽技术字体，布局为 A3 横向。

然后我们来评判结果。让我们看看发生了什么。

NotebookLM

漂亮，但非常错误

NotebookLM 在另外两个之前就一直在制作幻灯片和信息图，因此我们有相当高的期望。我本可以让它自己研究树莓派 4 并引用其来源，但为了更公平的测试，我创建了一个新的笔记本，并给它与其他人相同的三个文件。

NotebookLM 第一个完成，乍一看，结果在视觉上令人印象深刻。看起来很酷。蓝图风格在那里，而且包含了我要求的大部分部分。但我越仔细看，它就变得越糟。

生成的电路板示意图或多或少是可识别的，但标注非常错误。我在上面的画廊中逐一讲解了这些问题，但简短版本是惨淡的。两个微型 HDMI 接口画得正确，但其中一个被标为 USB 3.0 接口。在它们下面，音频插孔被标为 USB 2.0 接口。与此同时，实际位于以太网端口旁的 USB 接口却被标为摄像头和显示端口。真是惨不忍睹。

真正的问题在于 GPIO 引脚排布。在图表中，NotebookLM 将其标记为“48 针”接口，但在引脚排布部分，却称其为“40 针”。这已经够糟糕了，而引脚排布本身更糟。大多数标签都是错误的，其余的则是混乱的乱码。仔细看引脚内部的数字，你会看到典型的 AI 图像融化现象。

NotebookLM 做了一个令人印象深刻的视觉效果。但它并没有制作出可用的信息图表。你不能打印出来并依赖它。你会烧坏你的主板。

克劳德设计

聪明标签，坏板

克洛德花了最长的时间才完成。当完成时，从远处看结果很令人印象深刻，但幻觉比 NotebookLM 的破得更快。板子看起来根本不像树莓派 4。

这回答了我们的问题：Claude Design 实际上不能真正生成图像。它可以围绕图像设计，排列素材，并构建布局，但当被要求从零创建一个技术板图时，它会以代码绘制一个图形。而在这种情况下，该图形更像是“受树莓派启发的矩形”，而不是树莓派 4。

布局也有问题。方向不对。在真正的 Raspberry Pi 4 上，USB 接口位于 microSD 卡槽的对面。而在 Claude 的版本中，那里却是 GPIO 接口。

但一旦你忽略电路板的形状，Claude 的表现比预期的要好得多。端口标注正确，说明中包含了有用且准确的细节。它显然理解了组件应该是什么，即使它不能正确绘制电路板本身。

最令人印象深刻的部分是 GPIO 引脚排列。它非常准确。编号正确，标签正确，颜色编码也准确。同时看起来干净且易于阅读。向 Claude 鼓掌！

到目前为止，如果我们把 NotebookLM 的白板图像去掉，并与 Claude 的作品融合在一起，我们将会有一个完美的信息图。我想尝试一下，但我担心会用完 Claude Design 的积分。

克劳德对它的作品非常满意，以至于他甚至在设计上签了名。

ChatGPT

我们有一个赢家

最后一次测试时间。像 NotebookLM 一样，ChatGPT 生成的结果是图片，这次使用的是 ChatGPT Images 2。完成大约花了五分钟，这使它恰好处于中间位置：比 NotebookLM 慢，但比 Claude Design 快。

乍一看，结果遵循了与其他作品相同的一般色彩搭配和设计语言，但有一个显著的不同：电路板并不像蓝图那样绘制，而是呈现为真实的树莓派 4 电路板。这没问题，但也意味着 ChatGPT 给自己增加了难度，因为绘制真实电路板比绘制简化图更容易出错。

我们得到了所有我们要求的资料，介绍、技术规格、使用案例以及引脚排列。我本以为放大查看时会失望，但结果却让我很惊讶。图片非常准确。

HDMI端口标注正确。音频插孔标注正确。USB端口也标注正确。唯一真正的错误是靠以太网端口最近的USB端口应该是USB 3.0的，但ChatGPT却在那里分配了USB 2.0。另外，这两个端口内部都是蓝色的。我现在有点吹毛求疵了。

细节程度令人印象深刻。以太网端口（ChatGPT称之为以太网插孔，谁会这么叫呢？）的印记与真实的非常相似。我们甚至还有小小的英国制造印记。很棒！

这个设计唯一的标注问题是 CSI 摄像头连接器，它没有对准任何东西。

除此之外，GPIO 引脚布局非常出色。编号是正确的，标签是正确的，功能也是正确的。连颜色编码都是对的！这真的令人印象深刻。唯一有点模糊的部分是中间的小插针，我不确定那到底是干啥的。

ChatGPT 赢了。你实际上可以使用这个信息图（如果你删除摄像头连接器标签的话）。

合适的工具完成工作

对于这项工作，ChatGPT 是合适的工具。ChatGPT 的首次图像升级已经让我们惊叹不已，但 ChatGPT Images 2 在处理小细节方面表现得更好，而且比我测试过的其他图像模型产生的幻觉要少得多。尽管信息图是作为图像生成的，而不是作为文档书写的，但我没有发现一处假装是文字的糊状、胡乱字符。

NotebookLM 在这里让人失望。你会期望 NotebookLM 内的图像工具在处理文本方面特别出色，即使视觉效果略逊一筹。然而，不知怎么的，我得到的结果正好相反。它画出了一个看起来不错的图像，但标签弄错了，而在信息图的整个意义是提供信息的情况下，这相当致命。

Claude Design 是一个不同的情况。显然它不是这个特定任务的合适工具，但作为一个实验，它仍然有用。它最大的优势是其他工具都没有的：它可以以代码形式设计，并提供开放层的输出。这意味着你可以下载 HTML 自行编辑，让另一个 AI 改进它，甚至可以拿 NotebookLM 更好的板图，用 Claude Design 来构建一个更干净的布局。

不幸的是，Claude Design 也非常昂贵，以至于除非你在提示之前确切知道自己想要什么，否则几乎无法使用。我使用的是 Claude Pro 计划，上面我使用的一个提示就消耗了我每周额度的 25%。这使得“为工作选择合适的工具”这个问题更加重要。使用 ChatGPT 来探索想法、生成视觉方向和测试概念。然后，一旦你有了比较稳妥的方案，再使用 Claude Design 将其组装成可编辑的内容。